Les données que nous avons choisi sont constituées de deux datasets : - des relevés de stations météo réparties sur toute la surface du globe, depuis la fin des années 80 - la surface de glace dans les océans, pendant la même période - le niveau global des océans depuis les années 1992
Plusieurs points nous ont fait décider d’aborder ce thème du réchauffement climatique : notre intérêt personnel sur le sujet, son importance dans notre vie de tous les jours, … De plus, c’est un sujet qui concerne de plus en plus de gens , ce qui facilite la compréhension des analyses. La découverte du premier dataset et sa qualité n’a fait que cimenter l’idée. Les données de station météo proviennent de la NCEI (National Centers for Environmental Information), qui est un des leaders mondiaux dans la distribution gratuite de données sur le climat. Le dataset comprend 833,189 entrées distinctes, avec un total de 36 variables. Ces variables peuvent être regroupées selon : station (longitude, latitude, élévation, nom, …) concernée, pression (au niveau de la mer et pression de vapeur d’eau), température (moyenne, min, max), précipitation (nb de jours, total, moyenne, …), durée de jour. Toutes les données sont regroupées dans un fichier sous forme CSV.
Le deuxième dataset sur la surface de glace a été jugé intéressant pour compléter le premier dataset, en ajoutant une nouvelle variable de comparaison plus globale. Ces données proviennent de la NSIDC (National Snow and Ice Data Center). Ce dataset est composé d’une seule donnée : la surface de glace mesurée pendant un mois donné. Les entrées remontent au début des années 80, et sont séparées en 4 sous-groupes, selon la localisation (hémisphère nord ou sud) et le type (surface ou étendue). On espère que ce dataset permettra d’ajouter un aspect plus réel à notre analyse.
Le dernier dataset représente les données mesurées depuis 3 satellites différents du niveau des eaux autour du globe. Ces données proviennent de la NESDIS (National Environmental Satellite, Data, and Information Service) , elle contient 1662 données concernant le niveau des eaux en millimètres. ainsi que la date correspondante. Les mesures sont effectuées plusieurs fois par an (environ 29 fois). Avec ce dataset nous souhaitons montrer l’effet de la fonte des glaces sur le niveau des océans.
La grande majorité des données sont numériques (des longitudes, des températures, …). Chaque observation est accompagnée d’une date. Certaines variables sont des flags (constituées de quelques caractères), et nous disposons aussi du nom des stations en string.
Ces données nous permettront de répondre à travers la visualisation à plusieurs questions. En effet, le réchauffement climatique est de plus en plus préoccupant et nous souhaitons savoir si son évolution a pu diminuer au cours des dernières années par rapport au début du siècle. Pour cela nous comptons corréler plusieurs paramètres afin de visualiser les évolutions des différents éléments tels que la température mesurée dans les différentes stations du monde, les précipitations et la pression. Ces données nous permettront de nous rendre plus facilement compte de l’évolution du climat dans le monde et d’en tirer également des conclusions sur les impacts environnementaux que nous subissons actuellement et à anticiper l’évolution future du climat.
On pourrait alors réaliser une visualisation avec l’évolution du climat en fonction des zones géographiques.
Cette évolution nous permettrait aussi de prévoir et anticiper les prochaines zones géographiques qui seront touchées par de nouveaux phénomènes naturels tels que la montée des eaux, la sécheresse …
Afin de nous rendre compte des conséquences de cette évolution nous avons voulu corréler notre dataset avec la fonte de la banquise en fonction du climat. Il y aura surement un travail de mise en relation à faire entre les deux datasets qui pourrait aussi poser problème dans la visualisation des données, étant donné que les datasets n’ont pas les mêmes fréquences de mesure. Nous espérons que cette corrélation nous permettra de tirer des conclusions sur d’autres variables réelles, comme la montée du niveau de la mer.
Le dataset étant assez conséquent, nous avons procédé par étape. Tout d’abord, quelques lignes n’ont pas été importées d’une manière utilisable. Nous les avons donc converti dans une unité qui nous convenait (caractères pour les flags par exemple). Pour les dates, nous avons utilisé le format Date, qui nécessite un jour. Or, nos données ne contiennent que le mois et l’année. On a donc placé toutes les dates au premier jour du mois.
On a ensuite voulu voir un peu la qualité de nos données. Après un affichage des premières stations pour vérifier que les variables avaient une bonne tête, nous avons isolé la première station affichée grâce à son ID : 01001. Avec ça, on a pu représenter l’évolution des températures moyennes à cette station (pendant la période des relevés). Un premier filtre a du être réalisé sur les données (qui d’ailleurs sera appliqué sur presque chaque graphe suivant), pour enlever les relevés qui n’ont pas de valeur. Par défaut, notre dataset nous informe de cette absence en mettant la valeur à soit 9999, soit -9999. On a donc gardé les valeurs qui étaient entre -800 °C et 800 °C (choix totalement arbitraire).
Une première représentation avec un geom_line() nous rappelle que les saisons existent. Il nous faut donc une représentation plus stable sur l’année. On peut même garder la première représentation et juste ajouter une moyenn pour y voir plus claire.
On vient donc de démontrer le réchauffement climatique.
Plus sérieusement, en prenant une première station au hasard, on voit déjà que la température moyenne a augmenté de plus de 2 °C pendant les dernières années, faisant même dépasser la barre des 0 °C moyens de la station. Cette dernière donnée est d’ailleurs assez étonnante. Où est-ce que notre première station peut bien être ?
Les conditions y sont un peu extrêmes, donc on va chercher des stations plus proches de chez nous. Cela nous permettra en plus de s’assurer que notre dataset a des relevés bien répartis.
A vue de nez, on va situer la France dans une longitude entre -4.5 et 7, et dans une latitude entre 42.7 et 50.7, pour filtrer toutes nos stations. On va ensuite les grouper par ID pour avoir une seule donnée par station.
Le filtre par longitude/latitude n’est pas parfait, la France n’ayant pas la forme du Colorado; il laisse passer quelques stations d’Espagne de la côte Nord, et une du Royaume Uni vers Plymouth. On aimerait tout de même avoir la moyenne de température sur toutes ces stations. On va donc grouper nos relevés par mois, en gardant la moyenne de toutes les stations sur ce mois-ci.
On retrouve donc une évolution moins extrême, mais qui est toujours là (surtout dans les dernières années).
On aimerait retrouver les périodes de grande chaleur dans les dernières années. La température maximale enregistrée convient parfaitement à notre besoin.
On peut ici bien démarquer deux années vers 2005 : ce sont les canicules de 2003 et 2006, la première faisant 15.000 morts. Est-ce qu’on peut isoler d’autres évènements importants des dernières années ?
On va s’intéresser ici à l’Australie, et plus particulièrement aux feux dont on a autant entendu parler en 2020.
On va commencer par regarder les températures moyennes de l’Australie pour se donner un peu une idée du pays. On peut les comparer avec la France et le monde entier.
Pour notre objectif initial, l’Australie a bien 10 °C de plus sur l’année que le France ou le reste du monde. Mais est-ce que c’est vraiment ça la température sur le reste du monde ? On peut remarquer que la moyenne sur le monde entier correspond plus à un pays de l’hémisphère Nord qu’une moyenne entre les deux … peut-être à cause de la répartition des stations ?
Et il y a bien 3 fois plus de relevés dans le nord que dans le sud. Il peut alors être intéressant d’essayer de corriger cette inégalité. Une simple division nous donnant un ratio de 3.596679, nous allons dupliquer les relevés de l’hémisphère Sud.
Le résultat obtenu est assez satisfaisant, étant donnée notre technique de duplication des relevés un peu approximative. On se rapproche plus d’une moyenne entre les deux hémisphères, même si le côté Nord se fait encore assez ressentir.
Pour compléter ce point, nous avons réalisé un graphique sur Shiny représentant les différentes stations dans le monde, et le nombre de relevés par station (représenté par la couleur) pour une année donnée - que l’on choisit avec un slider.
On va maintenant s’intéresser uniquement à l’Australie, et plus particulièrement ses feux. Les données intéressantes de notre dataset seraient alors la température maximale atteinte, et la quantité de précipitations au cours des années.
L’échelle de la pluie est complètement cassée, nous avons du l’adapter pour qu’elle soit facilement comparable à la température. La corrélation vient des saisons (janvier étant le milieu d’été en Australie). Si vous vous en souvenez, les feux en Australie ont commencé à être vraiment diffusés mondialement courant Mars 2020. Cependant, il s’avère que les feux duraient alors depuis bien longtemps, et ont commencé vers Juin 2019 (ligne en rouge sur le graphique), début de période que l’on peut remarquer comme étant très sèche et avec une température très élevée par rapport au reste de la décennie. La plupart des feux de cette période s’avèrent avoir été commencés par de la foudre, dont la fréquence augmente en cas de sécheresse et haute température. En poussant un peu plus les recherches, on a appris que la sécheresse - et les feux - ont été principalement sur la côté Est. Est-ce qu’on peut noter la différence par les graphes ?
En terme de température, on peut en effet noter une légère différence.
Mais c’est en terme de précipitations que la différence s’est fait ressentir. Une pluie faible tout au long de la période, et une saison des pluies très insuffisante.
La différence Nord/Sud dont nous avons parlé plus tôt est très intéressante. On aimerait voir si on peut séparer la Terre en différents zones de chaleurs de la même manière.
Le seul problème que l’on peut rencontrer, c’est un manque de données. Nos relevés ne proviennent pas d’un satellite, mais de multiples stations sur le globe. On aura donc aucune valeur pour les océans (hormis les îles), et certains pays peuvent manquer de relevés, tandis que d’autres en auront énormément. On va donc grouper tous nos relevés par station, et faire une moyenne nos températures moyennes. On peut ensuite représenter tout ça avec des points dont la couleur varie la température.
On a bien des grosses différences de relevés entre certain pays. On peut tricher et augmenter un peu la taille des points pour remplir un peu plus notre carte, en jouant sur la transparence de nos points.